Configuração do Upgrade Agent - Amazon EMR
Pré-requisitosRecursos de configuração

As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

Configuração do Upgrade Agent

nota

O Apache Spark Upgrade Agent usa inferência entre regiões para processar solicitações de linguagem natural e gerar respostas. Para obter mais detalhes, consulte esta página emProcessamento entre regiões para o Apache Spark Upgrade Agent. O servidor MCP do Amazon SageMaker Unified Studio está em versão prévia e está sujeito a alterações.

Pré-requisitos

Antes de iniciarmos nosso processo de configuração para integração com o Kiro CLI, verifique se você tem o seguinte instalado em sua estação de trabalho:

Recursos de configuração

Você pode usar um CloudFormation modelo para configurar o recurso para o servidor MCP. Esses modelos são exemplos que você deve modificar para atender aos seus requisitos. O modelo cria os seguintes recursos para o processo de atualização:

  • Função do IAM que tem permissões para chamar o MCP Server e permissões necessárias para o processo de atualização da plataforma EMR subjacente.

  • Bucket de armazenamento do Amazon S3 usado para fazer upload de artefatos de upgrade e chave KMS opcional para criptografia do Amazon S3.

Escolha um dos botões Launch Stack (Iniciar pilha) na tabela a seguir. Isso inicia a pilha no CloudFormation console na respectiva região.

Região início
Leste dos EUA (Norte da Virgínia)
Leste dos EUA (Ohio)
Oeste dos EUA (Oregon)
Europe (Ireland)
Asia Pacific (Tokyo)
Ásia-Pacífico (Singapura)
Ásia-Pacífico (Sydney)
Canadá (Central)
América do Sul (São Paulo)
Europa (Frankfurt)
Europa (Estocolmo)
Europa (Londres)
Europa (Paris)
Ásia-Pacífico (Seul)
Ásia-Pacífico (Mumbai)

Vá até a página Especificar detalhes da pilha e insira o nome da pilha. Insira informações adicionais em Parameters (Parâmetros). Forneça as informações a seguir e continue criando a pilha.

  • SparkUpgradeIAMRoleNome - Nome da função do IAM a ser usada no processo de atualização do Spark

  • Habilitar EMREC2 - Habilitar permissões de EC2 upgrade do EMR (padrão: true)

  • Habilitar EMRServerless - Ative as permissões de upgrade sem servidor do EMR (padrão: true)

  • StagingBucketPath- Caminho do Amazon S3 para armazenar artefatos (por exemplo, s3://my - -upgrade). bucket/spark-upgrade or my-bucket/spark Deixe em branco para gerar automaticamente um novo bucket

  • UseS3Encryption — Ative a criptografia KMS para o bucket de armazenamento do Amazon S3 (padrão: false, defina como true para usar a criptografia KMS em vez da criptografia S3 padrão)

  • S3 KmsKeyArn - (opcional) ARN da chave KMS existente para criptografia de bucket do Amazon S3. Usado somente se a criptografia USES3 for verdadeira e você tiver um bucket existente com uma chave KMS

  • CloudWatchKmsKeyArn- (Opcional) ARN da chave KMS existente para criptografia de CloudWatch registros (somente EMR Serverless, deixe em branco para criptografia padrão)

  • EMRServerlessS3 LogPath - (opcional) caminho do S3 em que os registros do aplicativo EMR-Serverless são armazenados (por exemplo, s3://my - -serverless-logs). bucket/emr-serverless-logs or my-bucket/emr Quando fornecido, concede à função do IAM acesso de leitura a esses registros para análise. Usado somente quando Enable EMRServerless é verdadeiro

  • ExecutionRoleToGrantS3Access - (opcional) Nome da função IAM ou ARN da função de execução EC2 sem servidor EMR- /EMR existente para conceder acesso ao bucket de preparação do Amazon S3. Só se aplica quando um novo repositório de teste é criado. Útil para conceder às funções de execução de tarefas do EMR acesso ao intervalo de preparação. Suporta nomes de funções simples e ARNs com caminhos.

Você também pode baixar e revisar o CloudFormation modelo, especificar as opções acima e iniciar o modelo sozinho com os comandos da CloudFormation CLI. Veja abaixo um exemplo:

# deploy the stack with CloudFormation CLI commands
aws cloudformation deploy \
  --template-file spark-upgrade-mcp-setup.yaml \
  --stack-name spark-mcp-setup \
  --region <your mcp server launch region> \
  --capabilities CAPABILITY_NAMED_IAM \
  --parameter-overrides \
    ExecutionRoleToGrantS3Access=<your EMR or EMR Serverless job execution role>


# retrieve the 1-line instruction to set the local environment variables, which will be used for the following MCP server configuration
aws cloudformation describe-stacks \
  --stack-name spark-mcp-setup \
  --region <your mcp server launch region> \
  --query "Stacks[0].Outputs[?OutputKey=='ExportCommand'].OutputValue" \
  --output text

Abra a guia Saídas (ou recupere a partir do comando da CLI CloudFormation describe-stacks acima), copie a ExportCommand instrução de 1 linha e, em seguida, execute-a em seu ambiente local. Exemplo de instrução de 1 linha:

export SMUS_MCP_REGION=<your mcp server launch region> && export IAM_ROLE=arn:aws:iam::111122223333:role/spark-upgrade-role-xxxxxx && export STAGING_BUCKET_PATH=<your staging bucket path>

Em seguida, execute o seguinte comando localmente para definir o perfil do IAM e a configuração do servidor MCP:

# Step 1: Configure AWS CLI Profile  
aws configure set profile.spark-upgrade-profile.role_arn ${IAM_ROLE}  
aws configure set profile.spark-upgrade-profile.source_profile <AWS CLI Profile to assume the IAM role - ex: default>  
aws configure set profile.spark-upgrade-profile.region ${SMUS_MCP_REGION}  
  
# Step 2: if you are using Kiro CLI, use the following command to add the MCP configuration  
kiro-cli-chat mcp add \  
    --name "spark-upgrade" \  
    --command "uvx" \  
    --args "[\"mcp-proxy-for-aws@latest\",\"https://sagemaker-unified-studio-mcp.${SMUS_MCP_REGION}.api.aws/spark-upgrade/mcp\", \"--service\", \"sagemaker-unified-studio-mcp\", \"--profile\", \"spark-upgrade-profile\", \"--region\", \"${SMUS_MCP_REGION}\", \"--read-timeout\", \"180\"]" \  
    --timeout 180000\  
    --scope global

Isso deve ser atualizado ~/.kiro/settings/mcp.json para incluir a configuração do servidor MCP conforme abaixo.

{  
  "mcpServers": {  
    "spark-upgrade": {  
      "type": "stdio",  
      "command": "uvx",  
      "args": [  
        "mcp-proxy-for-aws@latest",  
        "https://sagemaker-unified-studio-mcp.us-east-1.api.aws/spark-upgrade/mcp",  
        "--service",  
        "sagemaker-unified-studio-mcp",  
        "--profile",  
        "spark-upgrade-profile",  
        "--region",  
        "us-east-1",  
        "--read-timeout",  
        "180"  
      ],  
      "timeout": 180000,  
      "disabled": false  
    }  
  }  
}

Consulte Usando o Agente de Atualização a orientação de configuração para diferentes clientes MCP, como Kiro, Cline e. GitHub CoPilot